Class 4

A. Proste wykresy w R

Załaduj poniższe dane - tym razem umieszczone online:

data_chol <- read.table('https://raw.githubusercontent.com/wbabik/Practical_computing/teaching/Class_10/data/Cholesterol_Age_R.csv',
                        sep = ';', header = T,
                        stringsAsFactors = T)

head(data_chol)
##   ID Before After4weeks After8weeks Margarine AgeGroup
## 1  1   6.42        5.83        5.75         B    Young
## 2  2   6.76        6.20        6.13         A    Young
## 3  3   6.56        5.83        5.71         B    Young
## 4  4   4.80        4.27        4.15         A    Young
## 5  5   8.43        7.71        7.67         B    Young
## 6  6   7.49        7.12        7.05         A   Middle
summary(data_chol)
##        ID            Before       After4weeks     After8weeks    Margarine
##  Min.   : 1.00   Min.   :3.910   Min.   :3.700   Min.   :3.660   A:9      
##  1st Qu.: 5.25   1st Qu.:5.740   1st Qu.:5.175   1st Qu.:5.210   B:9      
##  Median : 9.50   Median :6.500   Median :5.830   Median :5.730            
##  Mean   : 9.50   Mean   :6.408   Mean   :5.842   Mean   :5.779            
##  3rd Qu.:13.75   3rd Qu.:7.218   3rd Qu.:6.730   3rd Qu.:6.688            
##  Max.   :18.00   Max.   :8.430   Max.   :7.710   Max.   :7.670            
##    AgeGroup
##  Middle:6  
##  Old   :7  
##  Young :5  
##            
##            
##

1. Podstawy

Zadanie Kierując się jego elementami, spróbuj odtworzyć poniższy wykres za pomocą funkcji plot(). W razie potrzeby zajrzyj do ?plot.

Oczekiwany wynik

plot(After8weeks ~ Before, data = data_chol,
     xlab = "Cholesterol conc. before diet",
     ylab = "Cholesterol conc. after 8 weeks",
     main = "Change of cholesterol concentration")

Zadanie Zmodyfikuj odpowiednie opcje funkcji plot() tak, by spróbować odtworzyć poniższy wykres. Listę najważniejszych elementów graficznych wraz z ich możliwymi wartościami znajdziesz np. tutaj.

Oczekiwany wynik

plot(After8weeks ~ Before, data = data_chol,
     xlab = "Cholesterol conc. before diet",
     ylab = "Cholesterol conc. after 8 weeks",
     main = "Change of cholesterol concentration",
     pch = 15, col = "blue")

Zadanie Wiesz już, że przypisanie do opcji col zmiennej typu factor koduje jje poziomy na wykresie kolorystycznie:

plot(After8weeks ~ Before, data = data_chol,
     xlab = "Cholesterol conc. before diet",
     ylab = "Cholesterol conc. after 8 weeks",
     main = "Change of cholesterol concentration",
     pch = 15, col = data_chol$AgeGroup)

Użyj wywołania data_chol$AgeGroup jako indeksu odwołującego się w argumencie col do wektora zawierającego następujące wartości kolorystyczne: c("pink", "chartreuse", "brown"). Za pomocą tej konwencji możesz wybierac kolory przypisane do kolejnych poziomów zmiennej kategorycznej. Odcieniem jakiego koloru jest “chartreuse”?

Oczekiwany wynik

plot(After8weeks ~ Before, data = data_chol,
     xlab = "Cholesterol conc. before diet",
     ylab = "Cholesterol conc. after 8 weeks",
     main = "Change of cholesterol concentration",
     pch = 15, col = c('pink', 'chartreuse', 'brown')[data_chol$AgeGroup])

\(\blacksquare\)

2. Histogram

Histogram tworzymy za pomocą funkcji hist() przyjmującej jako argument jedną zmienną, której wykres chcemy sporządzić.

Zadanie Wygeneruj 100 obserwacji wylosowanych z rozkładu normalnego o średniej 50 i odchyleniu standardowym 25:

xx <- rnorm(100, mean = 50, sd = 25)

Następnie stwórz dwa poniższe histogramy dla powstałego obiektu xx.

Oczekiwany wynik

hist(xx)

hist(xx, col = 'red', border = NA)

Za pomocą funkcji density() możesz dodać do histogramu przybliżony kształt odpowiadającej mu gęstości rozkładu prawdopodobieństwa. Co w poniższym przykładzie oznacza liczba 20 oraz dlaczego opcja freq musi mieć wartość F?

hist(xx, 20, freq = F)
lines(density(xx), col = 'red', lwd = 2)

\(\blacksquare\)

3. Boxplot

Jeśli na wykresie zmienna x będzie miała charakter kategoryczny - powstanie tzw. boxplot.

Zadanie Korzystając z funkcji plot() wygeneruj poniższy wykres.

Oczekiwany wynik

plot(After8weeks ~ AgeGroup, data = data_chol)

Co oznaczają widoczne na wykresie kropki (?boxplot)?

\(\blacksquare\)

B. ggplot2

Funckja ggplot2 daje znacznie więcej kontroli nad parametrami graficznymi oraz wyglądem wykresu. Jednocześnie wykorzystuje on niezwykle sprawną i skuteczną metodę “gramatyki obrazu” (the grammar of graphics). Wykres ggplot2 zawsze ma w uproszczeniu podobną strukturę:

mygraph <- ggplot(data = MYDATA,
mapping = aes(x = VAR1, y = VAR2, ...)) +
geom_1(OPTIONS) +
geom_2(OPTIONS)

plot(mygraph)

graph2 <- mygraph + geom_3
plot(graph2)

Wykres taki zawiera kilka elementów:

  • data określa źródło używanych danych;
  • mapping określa które zmienne zostają przypisane do elementów wykresu (np. współrzędnych osi x, y, kolorów, kształtów, etc.);
  • geom_... to dodawane warstwami elementy, które bazując na mapping tworząd kolejne warstwy wizualne złożomne z obiektów geometruycznych (np. geom_point() dodaje punkty; geom_histogram() dodaje histogram; geom_errorbar() dodaje wąsy błędów);
  • wykresy można wzbogacać kolejnymi warstwami dodawanymi poprzez operator +.

Przeanalizuj poniższy wykres oraz sposób jego powstania:

library(ggplot2)

plot1 <- ggplot(data = data_chol,
                mapping = aes(x = Before, y = After8weeks)) +
  geom_point(color = 'blue', shape = 15, cex = 3)
plot1

1. Scatterplot

Zadanie “Dodaj” do poprzedniego wykresu nowy temat kolorystyczny (wypróbuj dwie możliwości: theme_classic() i theme_bw()). Czym różnią się użyte tematy? Co stanie się, gdy do wykresu dodasz kolejny element: theme(text = element_text(size = 20))?

Oczekiwany wynik

plot1 <- ggplot(data = data_chol, mapping = aes(x = Before, y = After8weeks)) +
  geom_point(color = 'blue', shape = 15, cex = 3) + theme_bw()
plot1

plot1 <- ggplot(data = data_chol, mapping = aes(x = Before, y = After8weeks)) +
  geom_point(color = 'blue', shape = 15, cex = 3) + theme_classic()
plot1

plot1 <- ggplot(data = data_chol, mapping = aes(x = Before, y = After8weeks)) +
  geom_point(color = 'blue', shape = 15, cex = 3) + theme_classic() +
  theme(text = element_text(size = 20))
plot1

Zadanie Rozszerzając powyższy wykres - dodaj do niego geom_smooth() wybierając lm jako metodę prezentowania linii trendu.

Oczekiwany wynik

plot1 <- ggplot(data = data_chol, mapping = aes(x = Before, y = After8weeks)) +
  geom_point(color = 'blue', shape = 15, cex = 3) + theme_classic() +
  theme(text = element_text(size = 20)) +
  geom_smooth(method = "lm")
plot1
## `geom_smooth()` using formula 'y ~ x'

2. Kolory w ggplot2

Zadanie Jak zmieni się wygląd powyższego wykresu, jeśli do mapping dodamy color i przypiszemy do niego zmienną kategoryczną AgeGroup?

Oczekiwany wynik

plot1 <- ggplot(data = data_chol,
                mapping = aes(x = Before, y = After8weeks, color = AgeGroup)) +
  geom_point(shape = 15, cex = 3) +
  theme_classic() +
  geom_smooth(method = 'lm', alpha = 0.25) +
  theme(text = element_text(size = 20))
plot1
## `geom_smooth()` using formula 'y ~ x'

Zadanie Dodaj do powyższego wykresu warstwę labs() dzięki której nadasz osiom x oraz y, a także wymiarowi color odpowiednie opisy i etykiety.

Oczekiwany wynik

plot1 <- ggplot(data = data_chol,
                mapping = aes(x = Before, y = After8weeks, color = AgeGroup)) +
  geom_point(shape = 15, cex = 3) +
  theme_classic() +
  geom_smooth(method = 'lm', alpha = 0.25) +
  theme(text = element_text(size = 20)) +
    labs(x = "Concentration before experiment",
         y = "Concentration after 8 weeks",
         color = "Age")
plot1
## `geom_smooth()` using formula 'y ~ x'

4. Zagadnienia zaawansowane

  • W pakiecie ggplot2 łatwo można połączyć kilka wykresów w jedną spójną siatkę:
#install.packages("ggpubr")
library(ggpubr)

plot1 <- ggplot(data = data_chol,
                mapping = aes(x = Before, y = After8weeks)) +
  geom_point(color = 'blue', shape = 15, cex = 3) + theme_classic() +
  theme(text = element_text(size = 12))

plot2 <- ggplot(data = data_chol,
                mapping = aes(x = Before, y = ..density..)) +
  geom_histogram(fill = 'white', color = 'black', bins = 10) +
  geom_density(color = 'red', fill = 'red', alpha = 0.15) +
  theme_classic() +
  theme(text = element_text(size = 12))

plot3 <- ggplot(data = data_chol,
                mapping = aes(x = Before, y = After4weeks, color = AgeGroup)) +
  geom_point(shape = 15, cex = 3) + theme_classic() +
  geom_smooth(method = 'lm', alpha = 0.25) +
  theme(text = element_text(size = 12))

plot4 <- ggplot(data = data_chol,
                mapping = aes(x = After4weeks, y = After8weeks, color = AgeGroup)) +
  geom_point(shape = 15, cex = 3) + theme_classic() +
  geom_smooth(method = 'lm', alpha = 0.25) +
  theme(text = element_text(size = 12))

gridplot <- ggarrange(plot1, plot2, plot3, plot4,
                      labels = c('A', 'B', 'C', 'D'),
                      legend = 'bottom', common.legend = T)
## `geom_smooth()` using formula 'y ~ x'
## `geom_smooth()` using formula 'y ~ x'
## `geom_smooth()` using formula 'y ~ x'
gridplot

  • Mariaż wykresu typu boxplot i scatterplot:
data_chol2 <- read.table('https://raw.githubusercontent.com/szymekdr/Practical_computing/teaching/Class_10/data/Diet_R.csv',
                        sep = ',', header = T,
                        stringsAsFactors = T)

head(data_chol2)
##   Person gender Age Height pre.weight Diet weight6weeks
## 1     25     NA  41    171         60    2         60.0
## 2     26     NA  32    174        103    2        103.0
## 3      1      0  22    159         58    1         54.2
## 4      2      0  46    192         60    1         54.0
## 5      3      0  55    170         64    1         63.3
## 6      4      0  33    171         64    1         61.1
summary(data_chol2)
##      Person          gender            Age            Height     
##  Min.   : 1.00   Min.   :0.0000   Min.   :16.00   Min.   :141.0  
##  1st Qu.:20.25   1st Qu.:0.0000   1st Qu.:32.25   1st Qu.:164.2  
##  Median :39.50   Median :0.0000   Median :39.00   Median :169.5  
##  Mean   :39.50   Mean   :0.4342   Mean   :39.15   Mean   :170.8  
##  3rd Qu.:58.75   3rd Qu.:1.0000   3rd Qu.:46.75   3rd Qu.:174.8  
##  Max.   :78.00   Max.   :1.0000   Max.   :60.00   Max.   :201.0  
##                  NA's   :2                                       
##    pre.weight          Diet        weight6weeks   
##  Min.   : 58.00   Min.   :1.000   Min.   : 53.00  
##  1st Qu.: 66.00   1st Qu.:1.000   1st Qu.: 61.85  
##  Median : 72.00   Median :2.000   Median : 68.95  
##  Mean   : 72.53   Mean   :2.038   Mean   : 68.68  
##  3rd Qu.: 78.00   3rd Qu.:3.000   3rd Qu.: 73.83  
##  Max.   :103.00   Max.   :3.000   Max.   :103.00  
## 
plot3 <- ggplot(data = data_chol2, mapping = aes(x = as.factor(Diet),
                                            color = as.factor(gender),
                                            y = weight6weeks,
                                            fill = as.factor(gender))) +
  geom_boxplot(alpha = 0.3, outlier.shape = NA) + 
  theme_classic() +
  geom_point(color = "black",
             position = position_jitterdodge(jitter.width = 0.1),
             size = 3, alpha = 0.5, stroke = 0) +
  theme(text = element_text(size = 25)) +
  labs(x = "Diet type", y = "Weight after 6 weeks",
       color = "Gender", fill = "Gender")

plot3

  • Modyfikowanie skal i przypisywanie kolorów:
# prosty wykres z domyślnym mapowaniem kolorów
myplot <- ggplot(data = data_chol2,
                 mapping = aes(x = Height, y = weight6weeks,
                               colour = as.factor(Diet))) +
  geom_point() +
  geom_smooth(method = "lm") +
  theme_classic() +
  theme(text = element_text(size = 20)) +
  labs(x = "Height", y = "Weight after 6 weeks", colour = "Diet type", title = "Height vs. weight")
myplot
## `geom_smooth()` using formula 'y ~ x'

myplot <- ggplot(data = data_chol2,
                 mapping = aes(x = Height, y = weight6weeks,
                               colour = as.factor(Diet))) +
  geom_point() +
  geom_smooth(method = "lm") +
  theme_classic() +
  theme(text = element_text(size = 20), legend.position = "bottom") +
  labs(x = "Height", y = "Weight after 6 weeks",
       colour = "Diet type", title = "Height vs. weight") +
  # podmiana kolorów oraz zmiana nazw kategorii w legendzie koloru
  scale_colour_manual(values = c('purple', 'orange', 'darkgrey'),
                      labels = c('vegan', 'lacto-ovo', 'vegetarian'))
myplot
## `geom_smooth()` using formula 'y ~ x'